BGE-M3
Free.ai (self-hosted)
·
embeddings
·
~100 Anzahl der Token je call
BGE-M3 ist an Einbettungsmodell, gebaut von BAAI. Am stärksten bei Text embeddings, semantic search. Selbstgehostet auf Free.ai GPUs — läuft kostenlos gegen Ihren täglichen Tokenpool ({tpm__tokens} pro Anruf). Veröffentlicht unter MIT - kommerzielle Nutzung auf Free.ai erlaubt.
Verwendung über API
OpenAI-kompatible REST API. Generieren Sie einen Schlüssel und rufen Sie dieses Modell in Sekundenschnelle auf.
curl -X POST https://api.free.ai/v1/image/generate/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"bge-m3","prompt":"your prompt here"}'Häufig gestellte Fragen
BGE-M3 wandelt Text in einen dichten Vektor (eine Liste von Floats), der Bedeutung erfasst. Verwenden Sie es für semantische Suche, Clustering, Empfehlung, retrieval-augmented Generation (RAG) und jede Aufgabe, bei der "dieser Text ähnlich wie dieser Text" zählt.
Typische Abmessungen sind 384, 768, 1024 oder 1536 je nach Modell. BGE-M3 emittiert 1024-dim; OpenAI Ada emittiert 1536. Die API-Antwort enthält die Dimension, so dass Ihr Vektor DB wählt den richtigen Index.
Moderne Einbettungsmodelle (einschließlich der meisten Optionen auf Free.ai) werden auf 100+ Sprachen trainiert. Sprachenübergreifende Recherchen - Suche in Englisch, Match-Dokumente in Spanisch.
512 bis 8,192 Tokens je nach Modell. Längere Eingänge sind abgeschnitten - lange Dokumente vor dem Einbetten in Absätze eingeteilt.
BGE-M3 läuft auf unseren eigenen GPUs und gehört zu den billigsten Tools - ca. ~100 Token pro Anruf aus Ihrem täglichen kostenlosen Pool gezogen. $5 = 200K Token.
Yes - POST a list of strings to /v1/embeddings/ and BGE-M3 returns a list of vectors in the same order. Batch size up to 2,048 per request.
L2-normalisiert standardmäßig - Kosinusgleichheit = Punktprodukt. Pass `normalize=false`, wenn Sie Rohvektoren für eine andere Distanzmetrik wünschen.
Any - Pinecone, Weaviate, Qdrant, Chroma, pgvector, FAISS, LanceDB. BGE-M3 liefert einfache JSON-Floats zurück; die DB sieht das Modell nie.
Ja - POST auf /v1/embeddings/ mit model="BGE-M3". OpenAI-kompatible Antwortform, so dass bestehende Client-Bibliotheken unverändert funktionieren. /api/ hat die vollständige Referenz.
Selbst gehostete Modelle behalten Ihren Text auf unseren GPUs und verwerfen ihn nach dem Anruf zurück. Premium-Durchlauf mit einem DPA. Wir trainieren nicht auf Ihren Eingängen.
Sub-100ms für Kurztext auf selbst gehosteten, 100-500ms auf Premium. Batch-Aufrufe skalieren grob linear - 1.000 Stück komplett in 2-10 Sekunden.
Ja - Free.ai gewährt kommerzielle Nutzung von Einbettungen. Bauen Sie Produktionssuche, RAG-Pipelines, Empfehlungssysteme ohne pro-Vektor-Lizenzgebühren.